改进故障隔离的容错联邦滤波

为了解决重置模式下联邦滤波器中子系统故障对导航系统污染的问题,提出利用故障检测函数构建时变量测噪声的容错联邦滤波结构。通过将故障子滤波器等价为量测噪声趋于无穷大的正常系统,来取代传统的故障隔离方法;推导出了子滤波器对应的最优估计值,用以消除子滤波器估计次优性对故障检测的影响;采用动态信息分配系数,以减少故障信息对全局估计的影响。采用惯性/天文/景象/地形(INS/CNS/SMNS/TERCOM)的组合导航系统进行了仿真验证,结果表明该容错联邦滤波方法在子系统发生故障时的估计性能优于故障隔离方法。因此,所提方法具有提高故障子滤波器精度、保证无故障子滤波器鲁棒性以及全局估计精度的优势,具有较高的实用价值。     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

民机高速风洞试验的阻力雷诺数效应修正

在飞机设计阶段,获得准确的气动特性数据对设计者是十分重要的,采用缩比模型的风洞试验是主要途径之一。但是风洞条件限制了试验的Re数,从而影响了对跨音速巡航阻力的评估,因此需要对风洞试验结果的阻力进行Re数效应修正。分析了风洞试验结果阻力的误差构成,提出了Re数效应修正的风洞试验数据基础;进一步就跨音速巡航阻力的构成进行分析,论述了对最小阻力和升致阻力分项修正的方法,并对修正结果进行了验证,得到了一种可靠的工程方法。     

优化抗差自适应滤波器在深组合导航中的应用

为了提高惯性/卫星深组合导航系统的滤波性能,在抗差自适应滤波算法的 基础上,研究了一种优化抗差自适应滤波算法。该算法通过比较实际预测残差协方差矩 阵和理论协方差阵的差值来生成自适应因子,从而优化抗差自适应滤波。将所研究的算 法应用于惯性/卫星深组合导航系统, 在高动态环境下进行仿真验证, 并与常规卡尔曼 滤波、抗差自适应滤波进行比较。结果表明,优化算法能有效地控制观测异常和动态模 型异常对状态参数估值的影响,所得组合导航位置误差和速度误差明显减小,提高了组 合导航系统的滤波精度。     

民用飞机导光板自适应调光控制系统设计

目前,民用飞机驾驶舱内导光板照明采用手动亮度调节的方式,既增加了驾驶员的负担,又不易根据驾驶舱光环境精准控制导光板的亮度。提出一种新颖的数字式导光板自适应调光控制系统,该系统通过光照传感器准确检测环境光照度,并利用自适应调光控制器根据亮度曲线模型计算驾驶舱内各路导光板的亮度,结合手动补偿及PWM调光控制技术,最终实现导光板亮度的自适应调节。基于上述方案,完成系统架构设计和主要部件的方案设计,并通过仿真,验证所设计的自适应调光控制系统可实现预期目标,能够精准地自适应调整导光板亮度,为改善飞机导光板照明系统人机工效提供有效途径。     

基于融合处理多系统接收机钟差的伪距单点定位算法研究

多模导航定位较高的定位条件(需可见卫星总数大于5颗)限制了其在城市等卫星遮挡较严重的地区充分发挥多系统的优势。基于Kalman滤波,提出一种将多系统接收机钟差融合为一个系统接收机钟差的多模伪距单点定位数据处理算法,解决了多模导航定位在可见卫星数少于6颗大于3颗时无法定位的情况。分析了GPS、北斗和GLONASS三系统一天的观测数据,结果表明,多系统接收机钟差融合后只需可见卫星总数大于3颗即可进行多模伪距单点定位。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差，双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案，并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术，其对准精度直接决定了后续导航的精度。在粗对准完成后，当姿态误差角较大时，后续的精对准误差模型呈非线性特性，故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中，量测噪声的统计特性易发生变化，将SCKF算法与Sage-Husa算法相结合，在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计，从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后，通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。     

动态时频谱分析、探测和跟踪的随机有限集法

动态出现和消失多分量信号的时频分析问题一直是非平稳信号处理的难点之一。为此，提出了一种分析、探测和跟踪多分量信号的随机有限集法。该算法利用时频变换，如短时傅里叶变换或自适应谱估计法，以及多项式预测模型，将多分量信号的时频分析问题归纳成可利用随机有限集进行多目标追踪的问题。分析表明：借助于提出的初始权重赋值算法，以及谱分量幅度和频率的联合似然函数，就可利用高斯混合概率假设密度滤波器来实现对动态时频谱的分析、探测和跟踪。在仿真实验中，所提算法有效提升了动态时频谱的跟踪精度，其对微弱时频谱分量的探测能力，以及对载频差异的分析能力均优于文献报道的算法。     

再入飞行器自适应最优姿态控制

针对再入飞行器姿态控制问题，应用自适应动态规划（ADP）理论设计了姿态控制器。将再入飞行器的姿态控制建模为非线性系统的最优控制问题，提出单网络积分型强化学习（SNIRL）算法进行求解，该算法简化了积分型强化学习（IRL）算法在迭代计算中的执行-评价双网络结构，只需要采用评价网络估计值函数就可以求得最优控制律，其收敛性得到了理论证明。基于SNIRL算法设计了自适应最优控制器，并证明了闭环系统的稳定性。通过数值仿真校验了SNIRL算法比IRL算法计算效率更高，收敛速度更快，并校验了自适应最优姿态控制器的有效性 。     

行星着陆大气进入段自适应滑模抗扰控制方法

针对行星探测器着陆过程可能存在的干扰影响着陆精度问题，提出了一种抗干扰控制方法。首先建立行星探测器着陆控制模型，利用非线性干扰观测器实现对系统外部干扰的估计；在此基础上提出一种自适应滑模控制律，使得系统状态快速收敛到平衡点附近。最后，将该方法应用于火星着陆场景进行仿真。结果表明，提出的自适应滑模控制方法能够在未知扰动存在的情况下，有效实现行星探测器安全着陆，提高着陆任务的成功率。